MODUL AJAR: ANALISIS DATA (AD)
Mata Pelajaran: Informatika
Kelas/Fase: 10 (Fase E)
Kurikulum: Merdeka
DAFTAR ISI
BAB I: Pengantar Data dan Informasi
Definisi Data vs Informasi
Aspek Privasi dan Keamanan Data
Jejak Digital
BAB II: Perkakas Pengolah Data (Spreadsheet)
Mengenal Antarmuka (Excel/Google Sheets)
Input dan Formatting Data
Validasi Data
BAB III: Pengolahan dan Analisis Data Dasar
Fungsi Aritmatika Dasar
Fungsi Statistika Dasar
Logika (IF, AND, OR)
Pencarian Data (VLOOKUP/HLOOKUP)
BAB IV: Visualisasi Data
Pentingnya Visualisasi
Jenis-jenis Grafik dan Kegunaannya
Membuat Dashboard Sederhana
BAB V: Interpretasi dan Studi Kasus
Membaca Pola Data
Kesalahan Logika (Logical Fallacy) dalam Data
Proyek Akhir
BAB I: PENGANTAR DATA DAN INFORMASI
1.1. Pendahuluan
Di era Revolusi Industri 4.0 dan Society 5.0, data sering disebut sebagai "The New Oil" atau minyak baru. Mengapa? Karena seperti minyak, data mentah tidak memiliki nilai guna yang tinggi. Namun, jika data tersebut diolah, disuling, dan dianalisis, ia menjadi informasi yang sangat berharga untuk pengambilan keputusan.
Sebagai siswa kelas 10, kalian setiap hari memproduksi data. Saat kalian menyukai postingan di Instagram, absen menggunakan sidik jari, atau memesan ojek online, kalian sedang menciptakan data.
1.2. Data vs Informasi
Seringkali orang tertukar antara data dan informasi. Mari kita luruskan definisinya.
Data: Adalah fakta mentah, angka, simbol, atau serangkaian observasi yang belum diolah dan belum memiliki makna spesifik bagi penerimanya.
Contoh: Angka "32", kata "Panas", urutan "A, B, A, C".
Informasi: Adalah data yang telah diproses, diorganisir, dan diberi konteks sehingga memiliki arti dan berguna bagi penerimanya.
Contoh: "Suhu ruangan hari ini adalah 32 derajat Celcius, sehingga terasa panas."
Siklus Pemrosesan Data:
Input (Data Mentah) -> Proses (Analisis) -> Output (Informasi/Knowledge)
1.3. Tipe Data
Dalam dunia informatika dan statistik, data dibagi menjadi beberapa jenis:
Berdasarkan Sifat:
Kuantitatif: Data yang berbentuk angka dan bisa dihitung. Contoh: Tinggi badan (170 cm), Jumlah siswa (30 orang).
Kualitatif: Data yang berbentuk deskripsi atau kategori. Contoh: Warna favorit (Merah, Biru), Tingkat kepuasan (Puas, Tidak Puas).
Berdasarkan Sumber:
Data Primer: Data yang dikumpulkan sendiri secara langsung (misal: survei teman sekelas).
Data Sekunder: Data yang diambil dari sumber lain yang sudah ada (misal: data sensus penduduk dari BPS).
1.4. Privasi dan Keamanan Data
Dalam Kurikulum Merdeka, aspek etika sangat ditekankan. Sebelum kita belajar mengolah data, kita harus paham tentang keamanan data.
Apa itu PII (Personally Identifiable Information)?
PII adalah informasi yang dapat digunakan untuk mengidentifikasi seseorang secara unik.
Data Pribadi Umum: Nama lengkap, jenis kelamin, kewarganegaraan.
Data Pribadi Spesifik (Sensitif): Data kesehatan, biometrik (sidik jari/wajah), pandangan politik, data keuangan.
Undang-Undang Pelindungan Data Pribadi (UU PDP):
Di Indonesia, kita memiliki aturan hukum yang melindungi data pribadi. Sebagai analis data pemula, kalian DILARANG:
Menyebarkan NIK atau nomor telepon orang lain tanpa izin.
Menggunakan data orang lain untuk tujuan yang merugikan.
Jejak Digital (Digital Footprint):
Segala aktivitas kalian di internet meninggalkan jejak.
Jejak Pasif: IP Address, lokasi GPS, riwayat pencarian.
Jejak Aktif: Postingan media sosial, komentar, email yang dikirim.
Penting: Analis data sering menggunakan jejak digital untuk memahami perilaku konsumen. Kalian harus bijak agar data kalian tidak disalahgunakan.
BAB II: PERKAKAS PENGOLAH DATA (SPREADSHEET)
Untuk melakukan analisis data di tingkat SMA, alat yang paling fundamental dan wajib dikuasai adalah Lembar Kerja (Spreadsheet). Aplikasi populernya adalah Microsoft Excel, Google Sheets, atau WPS Spreadsheet. Dalam modul ini, kita akan menggunakan istilah umum yang berlaku di Excel maupun Google Sheets.
2.1. Mengenal Antarmuka (Interface)
Saat membuka aplikasi spreadsheet, kalian akan melihat kotak-kotak.
Cell (Sel): Kotak pertemuan antara baris dan kolom. Contoh: Sel B5 artinya Kolom B, Baris 5.
Row (Baris): Bagian horizontal yang ditandai dengan Angka (1, 2, 3...).
Column (Kolom): Bagian vertikal yang ditandai dengan Huruf (A, B, C...).
Range: Sekumpulan sel yang dipilih. Contoh: A1:B10 artinya sel dari A1 sampai B10.
Formula Bar: Tempat mengetikkan rumus.
2.2. Input dan Tipe Data pada Cell
Spreadsheet cukup pintar membedakan tipe data yang kalian ketik:
Text (Label): Rata kiri secara default. Tidak bisa dihitung secara matematika.
Number (Value): Rata kanan secara default. Bisa dijumlahkan/dikurangi.
Date/Time: Format tanggal. Hati-hati, Excel menyimpan tanggal sebagai nomor seri (serial number).
Penting:
Jika kalian mengetik angka tetapi Excel menganggapnya teks (biasanya ditandai segitiga hijau kecil di pojok sel), maka angka itu tidak bisa dijumlahkan.
2.3. Formatting Data
Agar data mudah dibaca, kita perlu melakukan formatting:
Number Format: Mengubah tampilan angka.
Currency/Accounting: Menambahkan simbol Rp atau $.
Percentage: Mengubah 0.5 menjadi 50%.
Decimal Places: Mengatur jumlah angka di belakang koma.
Merge & Center: Menggabungkan beberapa sel menjadi satu (biasanya untuk judul tabel).
Wrap Text: Melipat teks yang panjang agar muat dalam satu sel.
2.4. Fitur "Table" dan Freeze Panes
Format as Table: Mengubah range biasa menjadi tabel dinamis yang memiliki fitur filter otomatis dan pewarnaan belang-belang (zebra striping) agar mudah dibaca.
Freeze Panes: Membekukan baris judul (Header). Ini sangat penting saat kalian memiliki data ratusan baris. Dengan fitur ini, saat kalian scroll ke bawah, judul kolom (Nama, Kelas, Nilai) tetap terlihat di atas.
BAB III: PENGOLAHAN DAN ANALISIS DATA DASAR
Ini adalah inti teknis dari materi analisis data. Kalian akan belajar "berbicara" dengan komputer menggunakan rumus (Functions). Setiap rumus di Excel/Sheets harus diawali dengan tanda sama dengan (=).
3.1. Fungsi Aritmatika dan Statistika Dasar
Bayangkan kalian memiliki data nilai ulangan satu kelas.
SUM (Penjumlahan): Menghitung total nilai.
Rumus: =SUM(range)
Contoh: =SUM(A1:A10)
AVERAGE (Rata-rata): Menghitung nilai tengah.
COUNT vs COUNTA (Menghitung Banyak Data):
=COUNT(range): Hanya menghitung sel yang berisi angka.
=COUNTA(range): Menghitung sel yang tidak kosong (bisa angka atau teks). Gunakan ini untuk menghitung jumlah siswa berdasarkan nama.
MAX dan MIN:
=MAX(range): Mencari nilai tertinggi.
=MIN(range): Mencari nilai terendah.
Studi Kasus Kecil 1:
Kalian adalah bendahara kelas. Kalian punya kolom "Uang Masuk".
Total uang kas: Gunakan SUM.
Uang kas terbesar minggu ini: Gunakan MAX.
Jumlah siswa yang sudah bayar: Gunakan COUNTA pada kolom Nama.
3.2. Fungsi Logika (Decision Making)
Komputer bekerja dengan logika Benar (TRUE) atau Salah (FALSE).
1. Fungsi IF Tunggal
Digunakan untuk mengecek satu kondisi.
Sintaks: =IF(logical_test, value_if_true, value_if_false)
Bahasa manusianya: "JIKA kondisi terpenuhi, MAKA lakukan A, JIKA TIDAK lakukan B."
Contoh: Menentukan Lulus/Remedial. KKM adalah 75. Nilai ada di sel B2.
=IF(B2>=75, "Lulus", "Remedial")
2. Fungsi IF Bertingkat (Nested IF)
Digunakan jika ada lebih dari dua kemungkinan hasil.
Contoh: Konversi Nilai Angka ke Huruf (A, B, C).
Nilai > 90 = A
Nilai > 80 = B
Sisanya = C
=IF(B2>90, "A", IF(B2>80, "B", "C"))
3. Operator Logika Tambahan (AND, OR)
AND: Menghasilkan TRUE jika semua syarat benar.
Contoh: Beasiswa diberikan jika Nilai > 85 DAN Absensi < 3 hari bolos.
=IF(AND(Nilai>85, Absen<3), "Dapat Beasiswa", "Tidak")
OR: Menghasilkan TRUE jika salah satu syarat benar.
3.3. Fungsi Pencarian dan Referensi (Lookup)
Ini adalah skill yang sangat dicari di dunia kerja. Bayangkan kalian punya dua tabel terpisah: Tabel Nilai Siswa dan Tabel Data Induk Siswa (Alamat, Nama Orang Tua). Kalian ingin menggabungkannya berdasarkan NIS (Nomor Induk Siswa).
VLOOKUP (Vertical Lookup)
Mencari data secara vertikal (berdasarkan kolom).
Sintaks: =VLOOKUP(lookup_value, table_array, col_index_num, [range_lookup])
lookup_value: Kunci pencarian (misal: NIS siswa).
table_array: Tabel sumber data (blok tabel referensinya).
col_index_num: Urutan kolom yang mau diambil datanya (kolom ke-2, ke-3, dst).
range_lookup: Gunakan FALSE atau 0 untuk pencarian persis (exact match).
Tips Penting VLOOKUP: Kunci pencarian harus berada di kolom paling kiri dari tabel referensi.
3.4. Data Cleaning (Pembersihan Data)
Sebelum dianalisis, data seringkali "kotor" (salah ketik, spasi berlebih, format beda).
TRIM: Menghapus spasi berlebih. =TRIM(teks) -> " Budi " menjadi "Budi".
PROPER/UPPER/LOWER: Mengubah huruf besar/kecil.
=UPPER("budi") -> "BUDI"
=PROPER("budi santoso") -> "Budi Santoso"
Remove Duplicates: Fitur di menu Data untuk menghapus baris ganda.
BAB IV: VISUALISASI DATA
Manusia adalah makhluk visual. Otak kita memproses gambar 60.000 kali lebih cepat daripada teks. Oleh karena itu, hasil analisis (angka-angka di Bab III) harus diubah menjadi grafik agar mudah dipahami.
4.1. Prinsip Visualisasi Data
Visualisasi bukan sekadar membuat gambar yang "bagus" atau "warna-warni", tetapi harus:
Jelas: Tidak membingungkan pembaca.
Akurat: Skala harus benar, tidak memanipulasi pandangan.
Relevan: Sesuai dengan tujuan analisis.
4.2. Memilih Jenis Grafik (Chart) yang Tepat
Salah satu Kesalahan pemula adalah menggunakan Pie Chart untuk segala hal. Berikut panduannya:
Column/Bar Chart (Grafik Batang):
Fungsi: Membandingkan nilai antar kategori.
Kapan dipakai: Membandingkan jumlah siswa per kelas, penjualan kantin per menu.
Tips: Jika label kategorinya panjang, gunakan Bar Chart (horizontal). Jika pendek, gunakan Column Chart (vertikal).
Line Chart (Grafik Garis):
Fungsi: Menunjukkan tren atau perubahan dari waktu ke waktu.
Kapan dipakai: Pertumbuhan tinggi badan selama setahun, fluktuasi harga saham, suhu harian selama sebulan.
Tips: Sumbu X (bawah) haruslah satuan waktu (hari, bulan, tahun).
Pie Chart (Diagram Lingkaran):
Fungsi: Menunjukkan proporsi atau persentase dari keseluruhan (Bagian dari 100%).
Kapan dipakai: Persentase siswa Laki-laki vs Perempuan, Hasil voting OSIS.
Pantangan: Jangan gunakan Pie Chart jika kategorinya lebih dari 5, akan terlalu sempit dan sulit dibaca. Jangan gunakan jika totalnya tidak 100%.
Scatter Plot (Diagram Tebar):
Fungsi: Melihat korelasi (hubungan) antara dua variabel angka.
Kapan dipakai: Apakah ada hubungan antara "Jam Belajar" dengan "Nilai Ujian"? (Semakin lama belajar, nilai semakin tinggi?).
4.3. Praktik Membuat Grafik
Langkah dasar di Spreadsheet:
Blok data yang ingin divisualisasikan (termasuk header/judul kolom).
Menu Insert -> Chart.
Pilih tipe chart.
Kustomisasi (Penting):
Chart Title: Beri judul yang jelas (misal: "Tren Penjualan Es Teh 2023").
Axis Labels: Beri keterangan sumbu X dan Y.
Data Labels: Menampilkan angka di atas batang/garis agar lebih detail.
BAB V: INTERPRETASI DAN STUDI KASUS
Data sudah dikumpulkan, dihitung, dan digambar. Langkah terakhir dan terpenting dalam Computational Thinking adalah interpretasi. Apa arti data tersebut?
5.1. Membaca Pola dan Insight
Interpretasi adalah kemampuan menjelaskan "Why" (Mengapa) dan "What Next" (Apa selanjutnya).
Deskriptif: Menjelaskan apa yang terjadi.
Contoh: "Penjualan tertinggi terjadi di bulan Mei."
Diagnostik: Menjelaskan mengapa itu terjadi.
Contoh: "Penjualan tinggi di bulan Mei karena bertepatan dengan acara Porseni sekolah."
Prediktif: Memperkirakan apa yang akan terjadi.
Contoh: "Bulan Mei tahun depan kemungkinan penjualan akan naik lagi, kita perlu stok barang lebih banyak."
5.2. Korelasi vs Kausalitas (Penting!)
Ini adalah jebakan umum dalam analisis data.
Korelasi: Dua hal terjadi bersamaan/beriringan.
Kausalitas (Sebab-Akibat): Satu hal menyebabkan hal lain.
Contoh Kasus:
Data menunjukkan: "Semakin banyak orang makan es krim, semakin banyak orang tenggelam di laut."
Apakah makan es krim menyebabkan tenggelam? TIDAK.
Fakta sebenarnya: Keduanya meningkat saat Musim Panas. Saat panas, orang makan es krim, dan orang juga berenang di laut.
Pelajaran: Jangan buru-buru menyimpulkan sebab-akibat hanya karena grafiknya mirip.
5.3. Proyek Studi Kasus: "Analisis Kebiasaan Penggunaan Medsos Siswa Kelas 10"
Langkah 1: Perumusan Masalah
Kita ingin tahu media sosial apa yang paling populer dan kapan waktu paling aktif siswa (Prime Time).
Langkah 2: Pengumpulan Data (Data Collection)
Buat Google Form dengan pertanyaan:
Nama (Opsional/Anonim).
Medsos favorit (Pilih satu: IG, TikTok, Twitter/X, FB).
Durasi penggunaan per hari (Dalam jam).
Jam berapa paling sering buka medsos? (Pagi, Siang, Sore, Malam).
Langkah 3: Pengolahan Data (Processing)
Unduh hasil Google Form ke Spreadsheet (.csv atau .xlsx).
Lakukan Data Cleaning: Pastikan format jam seragam.
Gunakan rumus AVERAGE untuk mencari rata-rata durasi main HP.
Gunakan COUNTIF untuk menghitung jumlah pengguna per aplikasi.
=COUNTIF(Range_Medsos, "TikTok")
Langkah 4: Visualisasi
Buat Pie Chart untuk pangsa pasar Medsos (Berapa % yang suka TikTok vs IG).
Buat Bar Chart untuk melihat jam aktif (Pagi/Siang/Malam).
Langkah 5: Interpretasi & Kesimpulan
Contoh hasil analisis siswa:
"Berdasarkan data dari 30 siswa kelas 10A, ditemukan bahwa 60% siswa memilih TikTok sebagai aplikasi favorit. Rata-rata penggunaan adalah 4 jam per hari. Waktu paling aktif adalah jam 20.00 - 22.00 (Malam).
Rekomendasi: Jika OSIS ingin melakukan kampanye pengumuman lomba, sebaiknya diposting di TikTok pada pukul 8 malam agar dilihat oleh banyak siswa."
GLOSARIUM (Kamus Istilah)
Big Data: Kumpulan data dalam jumlah sangat besar, cepat, dan kompleks yang sulit diproses dengan cara tradisional.
Cell Reference: Alamat sel (misal A1, B5). Ada yang relatif (berubah saat dicopy) dan absolut (tetap, ditandai simbol $).
CSV (Comma Separated Values): Format file teks sederhana untuk menyimpan data tabel, sering dipakai untuk pertukaran data antar aplikasi.
Filter: Fitur untuk menyaring data, hanya menampilkan baris yang memenuhi kriteria tertentu.
Pivot Table: Fitur tingkat lanjut untuk merangkum data besar dengan cepat (drag-and-drop).
Query: Permintaan informasi tertentu dari basis data.
Syntax: Aturan penulisan rumus yang harus dipatuhi agar tidak error.
SOAL LATIHAN DAN EVALUASI
Bagian A: Pilihan Ganda
Manakah di bawah ini yang merupakan contoh Data Kuantitatif?
a. Rasa makanan enak
b. Warna baju merah
c. Suhu tubuh 36.5 derajat
d. Jenis kelamin laki-laki
e. Tingkat kepuasan pelanggan
Rumus Excel untuk mencari nilai rata-rata adalah...
a. =SUM()
b. =MAX()
c. =AVERAGE()
d. =MEDIAN()
e. =COUNT()
Jika kamu ingin memvisualisasikan kenaikan harga beras selama 12 bulan terakhir, grafik yang paling tepat adalah...
a. Pie Chart
b. Bar Chart
c. Line Chart
d. Scatter Plot
e. Radar Chart
Simbol $ pada rumus Excel (contoh: $A$1) berfungsi untuk...
a. Menandakan mata uang
b. Mengunci sel (Absolute Reference)
c. Membuat teks menjadi tebal
d. Menghitung jumlah uang
e. Salah semua
Bagian B: Essay / Praktik
Analisis Logika:
Diketahui sel A1 berisi angka 80. Apa hasil dari rumus berikut:
=IF(A1>85, "Sangat Baik", IF(A1>=75, "Baik", "Cukup"))
Jelaskan alur logikanya!
Studi Kasus Kebersihan:
Kamu memiliki data jumlah sampah (kg) yang dihasilkan kantin sekolah dari Senin sampai Jumat.
Senin: 10kg, Selasa: 12kg, Rabu: 11kg, Kamis: 15kg, Jumat: 20kg.
a. Buatlah analisis singkat, hari apa sampah paling banyak?
b. Kira-kira apa penyebabnya (hipotesis)?
c. Grafik apa yang cocok untuk menampilkan data ini?
PENUTUP
Analisis data bukan hanya soal menghafal rumus Excel. Ini adalah tentang cara berpikir. Kemampuan untuk melihat sekumpulan angka yang membosankan dan mengubahnya menjadi cerita atau strategi adalah kemampuan abad 21 yang sangat krusial.
Dalam konteks Profil Pelajar Pancasila, analisis data mengajarkan kita untuk Bernalar Kritis (memeriksa kebenaran data, tidak termakan hoaks) dan Kreatif (menyajikan data agar menarik).
Selamat belajar dan mulailah menganalisis sekitarmu!
0 Comments
Post a Comment